Pasillos de los hospitales desbordados, clases interrumpidas y cadenas de suministro en tensión: cada brote revela que una enfermedad no solo desafía al sistema sanitario, también pone a prueba a la sociedad. Al mismo tiempo crece un nuevo aliado: la inteligencia artificial.
La inteligencia artificial (IA) avanza a gran velocidad en la atención de pacientes: desde el diagnóstico y la predicción individual del riesgo hasta el apoyo en la toma de decisiones. En cambio, dentro de la epidemiología de las enfermedades infecciosas —que estudia por qué surgen «de repente», cómo se expanden y cómo frenarlas— su papel ha sido más limitado. Un análisis publicado en Nature apunta que esta brecha empieza a cerrarse.
La próxima oleada de IA busca conectar lo que vemos en cada paciente con los patrones poblacionales, permitiendo anticipar amenazas, organizar campañas de vacunación más eficaces y ofrecer una mayor protección a los grupos de riesgo.
La promesa es clara: pasar de reaccionar en plena crisis a una prevención proactiva y equitativa, llevando los avances de la IA más allá de la consulta y hasta los lugares donde más se necesitan.
Detener pandemias antes de que empiecen: la IA como detector de humo
La preparación ante pandemias no va solo de reaccionar rápido, sino de detectar el peligro a tiempo. La mayoría de las pandemias empiezan con el salto de un virus de animales a humanos. Tradicionalmente, la evaluación del riesgo se hacía con vigilancia genómica y laboratorios que dedican meses de trabajo a ello.
La IA está cambiando esta realidad: nuevos modelos examinan enormes bases de datos virales y, a partir de secuencias genéticas en bruto, estiman rasgos como la transmisibilidad, la capacidad de infectar a humanos y el posible escape inmunitario, además de clasificar linajes y reconstruir cuándo y dónde surgió un patógeno.
En definitiva, un detector de humo del mundo viral: tamiza miles de virus animales y señala las chispas con más opciones de convertirse en incendio.
Predecir el próximo movimiento del virus
Virus como la gripe o el SARS-CoV-2 mutan sin descanso. Pero mientras los virus cambian, la IA se adelanta. Algoritmos que “leen” el genoma y herramientas como AlphaFold anticipan mutaciones que podrían ayudar a un virus a esquivar las vacunas actuales y, de esta manera, alertan con tiempo suficiente a los investigadores para preparar nuevas defensas, antes de que esas variantes se impongan. La velocidad es el gran salto, ya que el estos sistemas pueden recortar meses en los plazos.
No es una bola de cristal, pero sí una gran ventaja
La predicción no es perfecta: la variante que domina depende también del comportamiento humano, el clima y la inmunidad previa. Por eso la IA funciona mejor junto a la epidemiología tradicional. Aun así, su capacidad para explorar una diversidad viral aún oculta –y resaltar los posibles saltos a humanos– puede transformar la preparación global y darnos la alerta temprana que necesitamos.
Del detector al extintor: IA para contener el brote
¿Cómo sería tener acceso a un «pronóstico meteorológico de pandemias» un parte diario, no de lluvia y sol, sino de cuántas infecciones nuevas esperar y en qué zonas podrían surgir? Mediante el análisis de enormes fuentes de datos de salud, la inteligencia artificial cada vez está más cerca de hacerlo posible. Un logro que sin duda será clave para anticipar cómo podría crecer una epidemia, igual que actualmente se calcula la trayectoria de una tormenta.
Cuando surge un brote, la comunidad científica no pierde tiempo a la hora de responder preguntas urgentes: ¿Hasta qué punto es peligroso? ¿A qué velocidad se propaga? ¿Quién contagia a quién? Estas respuestas son clave para que los gobiernos decidan si cerrar colegios, reforzar hospitales o distribuir vacunas.
El problema radica en que, al principio, los datos suelen ser desordenados e incompletos. Una proporción importante de infecciones queda sin diagnosticar –haciendo que los contagios pueden avanzar en silencio– y la información epidemiológica llega con retrasos, pruebas diagnósticas desiguales y diferencias entre sistemas de vigilancia de un país a otro.
Aquí es donde la inteligencia artificial está cambiando las reglas. Con técnicas avanzadas conocidas como “modelos fundacionales” –grandes modelos de deep learning pre-entrenados–, es capaz de filtrar el ruido, “rellenar huecos” cuando falta información y transformar todo ello en una imagen más clara y en tiempo real de la epidemia, un proceso llamado nowcasting. Esa visión evita que las autoridades tomen decisiones basadas en tendencias engañosas que son solo artefactos de datos deficientes o incompletos.
Cartografiando la red del contagio
Durante décadas, los científicos han intentado describir cómo se mueven las enfermedades por las comunidades mediante modelos matemáticos. El más famoso es el sencillo «SIR», que divide a la población en tres grupos: susceptibles, infectados y recuperados. Son herramientas útiles, pero tienen límites: les cuesta reflejar el desorden de la vida real, cómo se comportan las personas, cómo interactúan los barrios o cómo la desinformación se propaga a la vez que un virus.
Cuando la IA entra en juego
Aquí es donde la inteligencia artificial abre nuevas vías. Una de las más prometedoras se llama red neuronal de grafos (GNN, por sus siglas en inglés). Es fácil entenderlo si imaginamos un gran mapa, pero no de lugares, sino de conexiones: cada punto puede ser una persona, una ciudad o incluso una pieza de información; cada línea, el vínculo entre ellos –una conversación, un viaje, un contagio. Una GNN es un tipo de IA capaz de analizar estas redes complejas y detectar patrones demasiado enredados para el ojo humano. Su fuerza está en combinar datos de distintas fuentes y escalas –del individuo a poblaciones enteras– para revelar esa “telaraña invisible” del contagio.
Detectives de brotes
Con estas herramientas, los epidemiólogos pueden actuar como detectives digitales: rastrean cadenas de transmisión crípticas, identifican focos ocultos de infección y convierten las medidas generales en intervenciones precisas y dirigidas. El resultado: respuestas más rápidas y precisas que reducen el impacto sin paralizar la vida cotidiana.
La velocidad importa
Modelos más rápidos e inteligentes permiten a los responsables de salud ver mejor qué ocurre sobre el terreno y actuar antes de que la situación se descontrole, tomando decisiones a tiempo: desde cómo asignar las camas hospitalarias hasta cuándo imponer o levantar restricciones de viaje.
Además, la IA no solo acelera cálculos, sino que también simula escenarios realistas; con métodos como el aprendizaje por refuerzo ejecuta en horas millones de simulaciones “qué pasaría si” para comparar costes y beneficios de distintas combinaciones de medidas. Ese banco de pruebas ayuda a priorizar recursos, ajustar calendarios y secuenciar intervenciones en función de los objetivos y valores locales, ofreciendo recomendaciones claras y de acción posible. El resultado es un “parte meteorológico” mucho más preciso y decisiones más sólidas, tomadas justo cuando el tiempo más cuenta.
Vacuna contra la desinformación
En plena emergencia de salud, las afirmaciones falsas pueden adelantarse a la realidad: la OMS lo llama “infodemia”. La inteligencia artificial ofrece un contrapeso al vigilar en tiempo real el torrente de publicaciones, imágenes, vídeos y memes, señalando la desinformación, siguiendo su propagación y mostrando cómo reaccionan las comunidades a medidas como las mascarillas o la vacunación.
Desde el procesamiento del lenguaje natural (PLN, una rama de la IA que entiende y analiza textos) hasta los últimos modelos generativos, estas herramientas sacan a la luz los debates, toman el pulso a la opinión pública e incluso alimentan con estas señales las previsiones sobre la evolución de un brote.
Y aunque la IA no es una cura milagrosa (ya que puede heredar sesgos de los datos, dejar en segundo plano grupos minoritarios e incorporar “alucinaciones” que inventen información verosímil pero falsa) usada con precaución, transparencia y supervisión humana, la IA puede actuar como un filtro fiable de veracidad, ayudando a separar el ruido de la información fiable.
Concluyendo: de la reacción a la prevención
Los avances impulsados por la IA prometen un futuro en el que nuestra respuesta a las amenazas sanitarias globales se mida en horas o días, no en semanas o meses.
Para el ciudadano medio, esto significa que, cuando aparezca un patógeno nuevo, si las nuevas herramientas se usan de manera adecuada, podremos esperar un desarrollo más rápido de vacunas, intervenciones sociales más selectivas y menos disruptivas, y mayor claridad sobre la situación real de la enfermedad.
Al convertir la epidemiología de las enfermedades infecciosas de reactiva en proactiva, la IA, bien utilizada, tiene el potencial de hacer que las crisis sanitarias globales sean menos graves, menos disruptivas y menos frecuentes, cambiando el curso de preparación y resiliencia ante futuras pandemias.
